非刚性变换的三维等距模型的对应关系研究

针对非刚性变换后两个三维等距模型间的对应关系问题,提出了基于极点谱植入初始化的贪婪优化算法。首先运用基于高斯曲率的最远点采样算法,获得一组数目相同和位置相对一致的采样点;其次改进初始谱植入匹配算法建立两模型采样点集间的初始对应关系;最后使用基于全局度量（测地距离）的贪婪优化算法进行迭代优化,从而得到三维模型间的稀疏对应关系。实验结果表明,改进的非刚性匹配算法能够获得强健的稀疏对应关系,并在一定程度上提高了匹配算法的效率。     

基于GPU实现的大量刚体运动实时仿真

针对存在大量刚体运动的虚拟场景,提出一种基于在GPU上实现的实时仿真算法,利用GPU的并行计算能力,实时处理刚体交互,更新刚体状态.使用深度剥离技术,离散化刚体,并使其由一组具有相同大小的粒子表示.每一帧刚体间的运动交互则由粒子间的运动交互来实现.碰撞粒子对间的交互则用离散元法.通过统一网格方式,分割仿真域空间,以提高碰撞检测速率.实验证明,提出的新算法大幅度的提升了仿真大量刚体的速率.     

稀疏近似最近特征空间嵌入标签传播

针对现有的基于图的半监督学习（graph-based semi-supervised learning,简称GSSL）方法存在模型参数敏感和数据空间判别信息不充分等问题,受最近特征空间嵌入和数据稀疏表示思想的启发,提出一种稀疏近似最近特征空间嵌入标签传播算法SANFSP（sparse approximated nearest feature space embedding label propagation）.SANFSP首先利用特征空间嵌入投影点来稀疏表示原始数据;然后,度量原始数据和稀疏近似最近特征空间嵌入投影间的相似性;进而提出稀疏近似最近特征空间嵌入正则化项;最后,基于传统GSSL 方法的标签传播算法,实现数据标签的平滑传播.同时,还将SANFSP 算法简单拓展到out-of-sample 学习.SANFSP 算法在人造和实际数据集（如人脸识别、可视物件识别以及手写数字分类等）上取得了有效的实验结果.     

基于核密度估计的三维非等距模型簇的对应关系计算方法

针对三维非等距模型簇的一致对应关系计算问题,提出了一种基于核密度估计的三维非等距模型簇对应关系计算方法.首先引入离散时间演化过程描述符(DEP)提取三维模型表面的特征描述符,得到不同区域的不同分布特征;其次通过核密度估计建立非等距模型间的映射关系;最后利用弹性网罚函数对非等距模型簇映射关系进行凸优化,从而得到更准确的三维非等距模型簇点到点对应关系.实验结果表明,利用时变描述符与核密度估计相结合的方法计算非等距模型簇的对应关系,在一定程度上减小了模型簇一致对应的测地错误,与Aubry的算法比较,测地错误平均下降至0.054.该基于核密度估计的匹配算法与使用函数映射或随机森林函数的方法相比,能构建出更为准确的非等距模型簇一致对应关系.     

基于组稀疏表示的在线单帧图像超分辨率算法

基于稀疏表示的图像超分辨率重建算法以近似随机抽取的方式选取字典中的原子来拟合图像片,而实际中的字典原子的选择体现出了很强的结构稀疏性,从而导致算法计算复杂且引入了大量的误差,影响重建图像的质量。针对该问题,提出了一种基于组稀疏表示的在线图像超分辨率重建算法。该方法引入组稀疏理论,仅利用输入的低分辨率图像作为样本来构建组稀疏字典,通过结合组稀疏性和几何对偶性来构建超分辨率图像算法的成本函数,并使用提出的一种迭代的方法进行求解。实验表明,该算法在视觉观察和参数比较上都优于当前主流的超分辨率算法。     

基于格林函数的动态范围压缩算法

为了解决高动态范围图像存在的视觉效果较差以及细节不突出的缺陷,提出一种基于格林函数的动态范围压缩算法.该算法通过稀疏表示将图像分割为多个亮度差异较大的不规则区域;并通过计算各区域的地球移动距离匹配出阴影与高光区域的相似区域;最后提出一种构造不规则区域格林函数的数值解法,结合边界条件,通过曲线积分得到适于显示的低动态范围图像.实验结果表明,稀疏表示抑制了由曲线积分产生的累积误差,数值解法在压缩动态范围的同时有效地增强了图像的细节信息,生成的图像视觉效果较好,清晰度较高.     

基于四面体控制网格的模型变形算法

提出一种鲁棒的保体积保表面细节的模型变形算法.首先将输入模型嵌入到一个稀疏的四面体控制网格中,并且通过一种改进的重心坐标来建立两者的对应关系;然后通过用户的交互,对控制网格建立一个二次非线性能量函数对其进行变形,而输入模型的变形结果则可以通过插值来直接获得.由于能量函数的优化是在控制网格上进行的,从而大大提高了算法的效率.与此同时,提出一种新的能量--Laplacian能量,可以使四面体控制网格进行尽量刚性的变形,从而有效地防止了大尺度编辑过程中模型形状的退化现象.文中算法还具有通用性,可支持多种模型的表示方式,如三角网格模型、点模型等.实验结果表明,该算法可以有效地保持输入模型的几何细节、防止明显的体积变化,得到了令人满意的结果.     

网格曲面特征的稀疏性优化检测算法

针对现有的特征检测算法大多数基于微分几何量,对噪声比较敏感、运行速度比较慢、对于过渡特征处理得不够理想的问题,提出一种基于稀疏性优化的网格特征检测算法.该算法主要包括3个过程:首先利用带l1范数稀疏性约束项和l2范数误差项的Laplacian能量函数对网格进行光顺,得到光顺后网格顶点的移动距离;然后根据顶点的移动距离提取初始特征点;最后对提取的特征点进行后处理,使得特征点更为完整.其中,l1范数稀疏性约束项用来约束发生移动点的数目;l2范数的误差约束项用来控制光顺后模型的退化程度.该算法易于实现,能够处理尖锐特征、弱特征和过渡特征.与基于微分几何量的特征提取方法相比,文中算法不仅简单有效、运行时间短,而且提取的特征线也更好.     

混合插值法重构近地表模型

当控制点多和网格稠密时,基于薄板样条(TPS)插值的近地表模型重构往往很耗时,影响了静校正中近地表建模的效率.针对此问题,采用一种TPS插值和三次样条插值相结合的混合插值法重构近地表模型.首先利用矩阵递归LU分解及GPU加速的LU分解算法求解大型线性方程组,建立TPS插值函数;然后在X和Y方向上使用适当的步长对网格进行抽稀,运用TPS插值函数计算稀疏网格点的值,再通过稀疏网格点建立三次样条插值函数并计算剩余网格点的值;最后用OpenGL实现近地表模型的三维可视化.实验结果表明,文中算法提高了近地表模型重构的速度,其精度接近TPS插值精度.     

基于等距二分图的三维模型局部对齐

针对已有等距映射算法缺少局部特征约束所导致的错误对齐问题,提出等距二分图三维模型对齐算法.首先根据三维模型的多尺度特征得到匹配锚点;然后计算采样点到锚点的测地距离,形成等距二分图的对齐代价矩阵;最后采用二分图的最大权重匹配得到等距映射结果.实验结果表明,该算法能够解决不同姿态下的三维模型局部对齐问题,并且优于已有算法.